Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Introdução
Conhecer a condição real de funcionamento de equipamentos de produção faz a diferença entre
sucesso e fracasso da manutenção, evitando falhas inesperadas com perdas operacionais.
Técnicas e tecnológicas podem favorecer esse processo de condição (CARBONE, 2002). Para
Schwab (2016), as novas tecnologias estão transformando a forma de como as organizações
gerenciam seus ativos, recebendo melhorias de recursos digitais.
A denominada 4ª Revolução Industrial, divulgada pela Alemanha desde 2011
(KAGERMANNM WAHLSTER & HELBIG, 2013), é um programa com as principais
inovações tecnológicas de vários segmentos aplicadas a processos de fabricação e serviços, com
tecnologias habilitadoras que permitem o surgimento de novos modelos de negócio,
(CIFFOLILI & MUSCIO, 2018), podendo garantir a confiabilidade dos equipamentos
automatizados, possibilitando em tempo real a condição operacional, identificando e atuando
no ponto potencial de falha, ao mesmo tempo em que notificam a situação, por meio da Internet
of Things (IoT) para um departamento, por exemplo o Planejamento e Controle da Manutenção
(PCM). Os dados fornecidos por sensores off-line, on-line periódico ou on-line contínuo,
colocados nos equipamentos permitem constante monitoramento preditivo e/ou prescritivo, que
podem notificar quando uma parte do equipamento está fora de seus parâmetros normais de
operação e para Di Nardo et al. (2020), a atividade de manutenção preventiva de condição,
somente acontecerá conforme a necessidade.
O objetivo deste trabalho é analisar o novo enfoque da manutenção preventiva por meio de
monitoramento preditivo e/ou prescritivo, que possibilita a atividade de manutenção preventiva
somente na real necessidade, evitando intervalos pré-estabelecidos. Para tanto foi realizada uma
revisão sistemática da literatura (RSL) identificando os principais trabalhos (mais citados) e
uma revisão narrativa da literatura com relevantes publicações acerca do tema.
O artigo tem a seguinte estrutura: seção 2 apresenta a fundamentação teórica relacionada à
Indústria 4.0 e manutenção explorando a correlação entre esses conceitos, a seção 3 detalha o
método de pesquisa, a seção 4 contém os resultados em geral, seção 5 analisa e discute a amostra
de artigos selecionados pela RSL, por fim na seção 6 estão as conclusões e contribuições da
pesquisa.
2. Fundamentação teórica
É feita uma revisão sobre a Indústria 4.0, Manutenção Preventiva Sistemática, Manutenção
Preventiva de Condição e suas interligações.
1
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
2
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
3. Método de pesquisa
O método de pesquisa adotado foi uma Revisão Sistemática da Literatura (RSL) permitindo
identificação, avaliação e seleção de estudos existentes (TRANFIELD, DENYER, ESMART,
2003), a partir de um protocolo estruturado de pesquisa, descrito a seguir.
Estratégia Protocolo
Questão da pesquisa Será possível reduzir à atividade de manutenção preventiva sistemática?
Base de dados Scopus, Web of Science, Science Direct
3
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
4
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
• Segundo filtro: Inclusão dos artigos (título, resumo e palavras-chave) com conexão com
as strings de busca, artigos publicados no período definido, nos idiomas previstos,
resultando 48 artigos.
• Terceiro filtro: Leitura dos resumos e das conclusões desses 48 artigos, com o intuito
de selecionar somente os artigos que tratam o objetivo da pesquisa, resultando em 21
artigos para análise (Tabela 2).
4. Resultados da pesquisa
Serão apresentadas as análises dos 21 artigos selecionados: por ano de publicação, por
periódicos, e por números de citações.
Do ano de 2015, o primeiro publicado por Lee et al. (2015) tem como foco apresentar uma
arquitetura sistemática para a aplicação do Sistema Ciber-físico (CPS) na manufatura, chamada
5C, que consiste em Conexão Inteligente, Conversão de Dados para Informações, Níveis de
Cyber, Cognição e Configuração, facilitando a transformação de dados em informações,
favorecendo a manutenção. O segundo publicado por Shin & Jun (2015), aborda a CBM
detalhando a lógica de sua operacionalização atuando na previsão de anormalidades de ativos
e executando ações de manutenção adequadas, antes de ocorrerem problemas graves.
A Tabela 1 apresenta os periódicos que mais publicaram sobre o tema, sendo: Procedia CIRP
com 7 artigos publicados, seguido do Procedia Manufacturing com 4, e empatados com 2 o
International Journal of Productions Economics e o Computers & Industrial Engineering.
Esses quatros periódicos juntos foram responsáveis por 15 publicações dos 21 artigos
selecionados.
Tabela 1 - Periódicos que mais publicaram no tema
5
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
5. Análise e discussão
Conforme Ruschel, Santos & Loures (2017) intervalos bem definidos entre inspeções de
manutenção preventiva aumentam a disponibilidade de equipamentos de processo, reduzindo a
manutenção corretiva. (WYREBSKI, 1997).
A manutenção e seu custo continuam, ao longo dos anos, a chamar a atenção da gestão da
produção que podem serreduzidos, com uma abordagem de manutenção preventiva baseada em
condição, em uma estrutura de monitoramento de máquina (MOURTZIS ET AL, 2016).
6
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
7
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
De acordo com Ales et al. (2019) o desafio da Indústria 4.0 com a questão da Industrial Internet
of Things (IIoT) é altamente acentuada, incluindo a questão de gestão autônoma e comunicação
de máquinas e equipamentos individuais dentro do processo produtivo. Para Tupa, Simota, &
Steiner (2017) comentam que, com conexão das máquinas por meio de dados e operações
integradas, possibilita uma melhor gestão de sistemas, processos e ativos.
Segundo Bokrantz et al. (2020) com a introdução de tecnologias digitais em sistemas de
produção, será possível avançar na compreensão do que faz certas práticas eficaz, no entanto
cresce o número de conceitos, acontecendo a preocupação com problemas devido a falta de
clareza do conceito, manifestando na proliferação de conceitos com nomes diferentes. “E-
maintenance”, “Prognostics and health management”, “Predictive maintenance”,
“Manutenção 4.0”, Manutenção inteligente”.
Com novo enfoque da manutenção preventiva, e a falta de clareza do conceito de manutenção,
proliferando manifestações diversas, pode-se definir que a manutenção é uma atividade de
execução de serviços, e de acordo com muitos autores, é o conjunto de ações necessárias para
manter ou reestabelecer um equipamento nas suas funções, sendo assim, a manutenção
industrial se defini como um conjunto de atividades de execução de serviços, sendo dividida
em:
• Manutenção corretiva: Execução da falha ocorrida.
• Manutenção preventiva sistemática: Execução em intervalos de tempo pré-
determinados.
• Manutenção preventiva de condição: Execução somente quando for identificado a
necessidade real.
Alguns autores, considera-se ainda o termo manutenção preditiva, manutenção detectiva e com
o advento da indústria 4.0, manutenção prescritiva, sendo que, esses termos não se referem a
execução da manutenção, mas sim, a realização de atividades de monitoramentos da condição
real do equipamento, podendo ser definidas como:
• Monitoramento preditivo: análise da condição do equipamento e sistema, indicando a
necessidade de intervenção com base no estado do equipamento, através dos
monitoramentos objetivo e subjetivo:
✓ Monitoramento objetivo: Identificação da condição operacional do equipamento
por meio de medição e acompanhamento de parâmetros, podendo ser on-line ou
off-line periódico e on-line contínuo.
8
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
9
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
6. Conclusão
O objetivo deste trabalho foi analisar a possibilidade dos monitoramentos preditivo e/ou
prescritivo contribuir para a execução da atividade de manutenção preventiva de condição do
equipamento, ou seja, somente na real necessidade, evitando a manutenção preventiva por
intervalos pré-estabelecidos,
A RSL e a revisão narrativa da literatura contribuíram para verificar a situação atual da literatura
em relação ao tema, promovendo para a sociedade a confiabilidade operacional e na prática a
disponibilidade de equipamentos de processo.
Os trabalhos analisados apresentaram que o monitoramento preditivo e/ou prescritivo com
sensores colocados nas máquinas e equipamentos, contribui na identificação do ponto potencial
de falha, proporcionando à atividade de manutenção preventiva de condição do equipamento,
ou seja, somente na real necessidade, evitando uma parada para manutenção preventiva por
tempo pré-estabelecido, possibilitando a confiabilidade operacional e a disponibilidade.
Com aplicação da tecnologia, a manutenção preventiva de condição, ou seja, em tempo real dos
sensores de medição, contribui na melhoria do desempenho econômico e fornece estabilidade
do processo de manufatura. As tecnologias conectadas podem ajudar a Gestão da Manutenção.
A revisão realizada apresenta as seguintes limitações: poucos trabalhos foram selecionados com
a temática analisada, os critérios de seleção e filtragens foram pautados nas palavras-chave, o
que pode ter levado a não inclusão de alguns artigos relevantes para o estudo.
Como sugestões para pesquisas futuras: utilizar a combinação das palavras-chave, como
também, propor o indicador de desempenho para este conceito de manutenção preventiva de
condição.
Apesar das limitações apresentadas, o artigo contribui para a literatura, com escopo de atuação
que o tema possibilita.
Agradecimentos
"O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal
de Nível Superior - Brasil (CAPES) - Código de Financiamento 001”
Referências
Ales, Z., PAvlů, J., Legát, V., Mošna, F., & Jurča, V. Methodology of overall equipment effectiveness
calculation in the context of Industry 4.0 environment. Eksploatacja i Niezawodność, 21, 2019.
Ansari, F., Glawar, R., & Nemeth, T. PriMa: a prescriptive maintenance model for cyber-physical
production systems. International Journal of Computer Integrated Manufacturing, 32(4-5), 482-503, 2019.
10
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
Benešová, A., & Tupa, J. Requirements for education and qualification of people in Industry 4.0. Procedia
Manufacturing, 11, 2195-2202, 2017.
Bokrantz, J., Skoogh, A., Berlin, C., Wuest, T., & Stahre, J. Smart Maintenance: a research agenda for
industrial maintenance management. International Journal of Production Economics, 224, 107547, 2020.
Carbone L. C., A Importância da Monitoração de Máquinas, Nova Manutenção Y Qualidade, Ano 9, n. 42.
2002.
Ciffolilli, A., & Muscio, A. Industry 4.0: national and regional comparative advantages in key enabling
technologies. European Planning Studies, 26(12), 2323-2343, 2018.
Daniyan, I., Mpofu, K., Oyesola, M., Ramatsetse, B., & Adeodu. Artificial intelligence for predictive
maintenance in the railcar learning factories. Procedia Manufacturing, 45, 13-18, 2020.
Di Nardo, M., Clericuzio, M., Murino, T., & Sepe, C. An Economic Order Quantity Stochastic Dynamic
Optimization Model in a Logistic 4.0 Environment. Sustainability, 12(10), 4075, 2020.
Engeler, M., Treyer, D., Zogg, D., Wegener, K., & Kunz. Condition-based maintenance: model vs. Statistics
a performance comparison. Procedia CIRP, 57, 253-258, 2016.
Exner, K., Schnürmacher, C., Adolphy, S., & Stark, R. Proactive maintenance as success factor for use-
oriented Product-Service Systems. Procedia CIRP, 64, 330-335, 2017.
Glawar r., Kemeny Z, Nemeth T., Matyas K., Monostori L., Sihn W. A Holistic Approach for Quality Oriented
Maintenance Planning Supported By Data Mining Methods. Procedia CIRP 57, 259-264, 2016.
Jasiulewicz-Kaczmarek, M., & Gola, A. Maintenance 4.0 technologies for sustainable manufacturing-an
overview. IFAC-PapersOnLine, 52(10), 91-96, 2019.
Kagermann, H., Wahlster, W., & Helbig, J. Recommendations for implementing the strategic initiative
Industrie 4.0: Final report of the Industrie 4.0 Working Group. Forschungsunion: Berlin, Germany, 2013.
Lee, J., Ardakani, H. D., Yang, S., & Bagheri, B. Industrial big data analytics and cyber-physical systems for
future maintenance & service innovation. Procedia cirp, 38, 3-7, 2015.
Lindström, J., Larsson, H., Jonsson, M., & Lejon, E. Towards intelligent and sustainable production:
combining and integrating online predictive maintenance and continuous quality control. Procedia
CIRP, 63, 443-448, 2017.
Mastos, T. D., Nizamis, A., Vafeiadis, T., Alexopoulos, N., Ntinas, C., Gkortzis, D. & Tzovaras, D. Industry 4.0
sustainable supply chains: An application of an IoT enabled scrap metal management solution. Journal of
Cleaner Production, 122377, 2020.
Mourtzis, D., Vlachou, E., Milas, N., & Xanthopoulos, N. A cloud-based approach for maintenance of machine
tools and equipment based on shop-floor monitoring. Procedia Cirp, 41, 655-660, 2016.
Mrugalska, B., & Wyrwicka, M. K. Towards lean production in industry 4.0. Procedia engineering, 182, 466-
473, 2017.
Nemeth, T., Ansari, F., Sihn, W., Haslhofer, B., & Schindler, A. PriMa-X: A reference model for realizing
prescriptive maintenance and assessing its maturity enhanced by machine learning. Procedia CIRP, 72,
1039-1044, 2018.
11
XLI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
“Contribuições da Engenharia de Produção para a Gestão de Operações Energéticas Sustentáveis”
Foz do Iguaçu, Paraná, Brasil, 18 a 21 de outubro de 2021.
Odważny, F., Wojtkowiak, D., Cyplik, P., & Adamczak, M. Concept for measuring organizational maturity
supporting sustainable development goals. LogForum, 15, 2019.
Oztemel, E., & Gursev, S. Literature review of Industry 4.0 and related technologies. Journal of Intelligent
Manufacturing, 31(1), 127-182, 2020.
Pelantova, V., & Cecak, P. New aspects of maintenance management and the material of spare parts. In: MM
Science Journal, 1(2018), 2283-2289, 2018.
Rauch, E., Linder, C., & Dallasega, P. Anthropocentric perspective of production before and within Industry
4.0. Computers & Industrial Engineering, 139, 105644, 2020.
Roy, R., Stark, R., Tracht, K., Takata, S., & Mori, M. Continuous maintenance and the future–Foundations
and technological challenges. Cirp Annals, 65(2), 667-688, 2016.
Ruschel, E., Santos, E. A. P., & Loures, E. D. F. R. Mining shop-floor data for preventive maintenance
management: integrating probabilistic and predictive models. Procedia Manufacturing, 11, 1127-1134, 2017.
Sakib, N., & Wuest, T. Challenges and opportunities of condition-based predictive maintenance: a
review. Procedia CIRP, 78, 267-272, 2018.
Schwab, K. A Quarta Revolução Industril; Tradução Daniel Moreira Miranda, São Paulo, Edipro, ISBN 978-
85-7283-978-5, 2016.
Shin, J. H., & Jun, H. B. On condition based maintenance policy. Journal of Computational Design and
Engineering, 2, 119-127, 2015.
StArt – State of the Through Systematic Review, versão 3.4 Beta – LAPES – Laboratório de Pesquisa em
Engenharia de Software – UFSCAR, Disponível para download em: <http://lapes.dc.ufscar.br/tools/start_tool>
Acessado em março/2020.
Tranfield, D., Denyer, D., & Smart, P. Towards a methodology for developing evidence‐informed
management knowledge by means of systematic review. British journal of management, 14(3), 207-222, 2003.
Tupa, J., Simota, J., & Steiner, F. Aspects of risk management implementation for Industry 4.0. Procedia
manufacturing, 11, 1223-1230, 2017.
Valamede, L. S., & Akkari, A. C. S. Lean 4.0: A New Holistic Approach for the Integration of Lean.
Manufacturing Tools and Digital Technologies, 2020.
Viana, H. R. G., PCM – Planejamento e Controle de Manutenção, Rio de Janeiro, ed. Qualitymark, 2002.
Vilarinho, S., Lopes, I., & Oliveira, J. A. Preventive maintenance decisions through maintenance optimization
models: a case study. Procedia Manufacturing, 11, 1170-1177, 2017.
Vlasov, A. I., Echeistov, V. V., Krivoshein, A. I., Shakhnov, V. A., Filin, S. S., & Migalin, V. S.. An
information system of predictive maintenance analytical support of industrial equipment. Journal of
applied engineering science, 16(4), 515-522, 2018.
Wyresbski, J., Manutenção Produtiva Total: Um Modelo Adaptado, Dissertação de Mestrado em Engenharia,
Universidade Federal de Santa Catarina, Florianópolis, 1997
12